环境规制对污染密集产业技术创新的影响研究

徐鸿翔，韩先锋，宋文飞

（1.西安交通大学 经济与金融学院，西安 710061；2.西北大学 经济管理学院，西安 710127）

0 引言

随着经济增长与环境污染矛盾的日益突出，“绿色化”和“低碳化”已成为各国培育新的经济增长点的重大战略选择。毫无疑问，加强环境规制，实现清洁生产和绿色发展已成为推动中国工业可持续发展重点，尤其是如何加强对污染密集产业进行升级改造，促使其实现绿色化和清洁化的重要性和紧迫性日益凸显。

污染密集产业是指在生产过程中若不加以治理会直接或间接产生大量污染物的产业。本文认为，污染密集产业是指相对其他产业而言，污染物产生的更多、排放物更为密集的产业。目前，学术界对污染密集产业的研究主要集中于以下两方面：一是污染密集产业转移，以此检验“污染避难所效应”是否成立，如Dam and Schohen[1]、Hitam and Borha[2]、何龙斌[3]；二是环境规制对污染密集产业贸易的影响，如陆旸[4]、傅京燕等[5]。鲜有文献涉及环境规制对污染密集产业技术创新的影响。李长青等[6]利用微观企业数据，通过技术创新的投入指标、产出指标、效率指标和基于DEA的Maluquist生产率及其分解指标，对污染密集产业中不同类型企业的技术创新能力进行了对比分析。从以上分析可以看出，关于环境规制与污染密集产业技术创新关系的研究还不多见。与以往研究不同的是，本文运用面板协整检验和误差修正模型等方法，使用2004～2011年中国污染密集产业环境规制与技术创新的面板数据，来考察环境规制对技术创新影响的长期和短期差异。以期为促进污染密集产业升级，转变转变我国工业发展方式提供一定理论参考。

1 模型设计与检验

1.1 模型构建与变量设计

由于我国污染密集产业对环境规制的敏感性可能存在较大差异，技术创新水平也不尽相同，因此，各行业环境规制对技术创新水平的影响也可能表现出一定的异质性特征。为了便于从强度效度和时期效应的双重视角客观反映环境规制对技术创新的影响，我们构建了如下面板数据模型：

其中，ERit表示i行业t时期的环境规制水平，RDit为i行业t时期的技术创新投入水平变量，Patit为i行业t时期的技术转换水平变量，Proit为i行业t时期的技术转化水平变量。 εit为满足 E(εit)=0 和 var(εit)=σ2的随机扰动项。模型回归参数τ、ν和ι的正负与大小分别反映了环境规制对污染密集产业技术创新投入水平、技术转换水平与技术转化水平影响的程度及方向。如果上述模型的变量服从面板单位根过程，且残差εit～I(0)，则模型(1)、(2)和(3)均为协整模型。主要变量设定如下：

（1）技术创新：目前学术界通用的衡量技术创新的指标主要是从技术创新活动的投入和产出两方面来考虑。从投入角度来看，一般用R＆D经费支出来做代理变量。从产出角度来看，学者们采取了不同的指标，主要包括：专利授权量、发明专利量以及新产品销售收入等。显而易见，专利是反映研发资源转换为技术成果的重要变量，新产品销售收入是衡量研发创新给企业带来经济效益的可靠指标，二者可分别有效反映研发创新活动的技术转换水平和技术转化水平。为更加全面地反映环境规制对污染密集产业技术创新影响的实际情况，本文将技术创新活动划分为“研发投入—技术转换—技术转化”三阶段来研究环境规制与技术创新的关系，分别选取R＆D经费支出、专利授权量、新产品销售收入等依次作为三阶段技术创新活动的替代变量，并对指标数据进行了对数化处理，该比值越大说明技术创新水平越高。

（2）环境规制，对环境规制的度量方法较多，可以使用工业废气排放达标率、工业污染治理投资额等表示，但这些指标均是从一个治理的角度对环境规制进行度量，没有从规制效果的综合视角来度量。Sonia BenKheder(2008)用GDP/Energy度量环境规制强度，他认为使用这个变量的好处在于可以度量政府针对环境的一系列规则和条款的真正影响效果[7]。一般来说，在总产值不变的情况下，能源消费越少，污染排放量也会相应降低，该值越大，说明节能减排效果越明显，即单位GDP的绿色能力越强，也预示着环境规制强度越大。鉴于该指标的优越性，我们选用GDP/Energy来衡量污染密集产业的环境规制。

1.2 研究样本与数据来源

在分析环境规制对污染密集产业技术创新的影响效应前，须对污染密集产业的范围进行界定，由于数据可得性以及研究目的的不同，学者们根据排污强度大小对污染密集产业的范围界定标准存在一定差异。参照沈能[8]基于排污强度大小对污染密集产业的划分标准，本文界定的污染密集产业包括：煤炭开采和洗选业，石油和天然气开采业，黑色金属矿采选业，有色金属矿采选业，非金属矿采选业，造纸及纸制品业，石油加工、炼焦及核燃料加工业，化学原料及化学制品制造业，医药制造业，化学纤维制造业，橡胶制品业，塑料制品业，非金属矿物制品业，黑色金属冶炼及压延加工业，有色金属冶炼及压延加工业，电力、热力的生产和供应业，燃气生产和供应业等共17个细分行业。本文研究的所有数据来源于《中国统计年鉴》、《中国科技统计年鉴》。

1.3 面板单位根检验和协整检验

在进行经验分析之前，需要检验面板数据的平稳性。对于面板数据考虑下面的AR(1)过程：

式（4）中，xit表示模型中外生变量向量，包括各个横截面的固定影响和时间趋势，参数ρi为自回归系数，随机误差项uit满足独立同分布假设，若|ρi|＜1，则对应 yi平稳序列。

本文采用 Levin,Lin&Chu t（LLC）、Fisher-ADF 和Fisher-PP三种面板单位根检验方法进行平稳性检验。面板单位根检验表明，所有变量均在LLC检验、ADF-Fisher检验、PP-Fisher检验中通过了显著性检验（见表1），表明面板数据是平稳的。

表1 面板单位根检验结果

为了避免出现伪回归，在对面板数据进行参数估计前，需要分别检验ER与RD、ER与Pat、ER与Pro的协整关系。这里采用得Pedroni[9]的面板协整检验方法。Pedroni构造了七个检验面板协整的统计量，其中四个是用联合组内尺度进行描述的，即Panelv-stat、Panel PP-stat、Panelρ -stat、Panel ADF-stat，另外三个是用组间尺度来描述的，即 Group ρ -stat、Group ADF-stat、Group PP-stat。七个检验面板协整的统计量中，除Panelv-stat为右尾检验外，其余均为左尾检验。这些统计量可表示如下：

面板协整检验结果如表2所示。Pedroni[10]认为，当样本期相对较长时（如T＞100），七个统计量的偏误都较小而且效能也很高；当样本期较短时（如T≤20），Panel ADF-stat和 Group ADF-stat效果最好，Panelv-stat和Group ρ -stat效果最差，Panelρ -stat、Panel PP-stat、Group PP-stat效果居中。由于本文实证研究的时间跨度为2004～2011年（T=8），故这里主要依据Panel ADF-Stat统计量和Group ADF-Stat统计量检验结果，其余统计量仅作为参考。

综上所述，ER与RD、ER与Pat、ER与Pro之间均存在协整关系。基于三阶段技术创新活动的多角度协整检验表明，环境规制和技术创新之间存在长期的均衡关系，即模型（1）～（3）的设定均是正确的。

表2 环境规制与技术创新的协整检验

2 实证分析

2.1 环境规制对污染密集产业技术创新影响的长期效应

根据污染密集产业17个细分行业2004～2011年的面板数据，本文认为变量ER与RD、ER与Pat、ER与Pro之间应建立固定效应变系数模型。这里采用EGLS估计方法分别对这三个面板数据模型进行参数估计，得到的结果见表3所示。对上述三个面板模型的具体估计方程分别如模型(12)～(14)所示。由和F值可知，模型(12)～(14)均具有较高的拟合忧度，且总体线性关系显著。DW值均在2左右说明模型不存在自相关问题。绝大多数行业的ER系数均显著通过t检验，表明环境规制对污染密集产业技术创新的长期影响显著。模型中截距项是效率参数，其值越大，表明其它因素对技术创新的促进作用越大，它实际上代表的是技术创新活动中不能被环境规制所解释的部分，其中10.346、3.798、12.206分别反映了环境规制对污染密集产业研发投入水平、技术转换水平、技术转化水平促进的整体效果，截距的固定影响α、κ、δ均反映了各行业之间的差异。ER的系数χ、φ、θ均表现为各行业的弹性系数，分别反映了环境规制对污染密集产业研发投入水平、技术转换水平和技术开发水平的长期影响效果。

由表3可知，环境规制对污染密集产业技术创新的长期促进效应明显，但具有一定的异质性特征，主要表现如下：(1)化学原料及化学制品制造业，医药制造业，黑色金属冶炼及压延加工业等行业三阶段技术创新活动的截距项均较大，说明上述行业技术创新水平受环境规制之外的综合因素影响较大。而燃气生产和供应业，黑色金属矿采选业等行业技术创新水平受环境规制之外的综合因素影响较小；(2)黑色金属冶炼及压延加工业和非金属矿物制品业具有较高的研发投入弹性系数和技术转化影响系数，电力、热力的生产和供应业，黑色金属冶炼及压延加工业的技术转换水平系数较高，但就黑色金属冶炼及压延加工业而言，环境规制对技术转换水平的促进效应最大，研发投入次之，技术转化最小；(3)环境规制对医药制造业研发投入、技术转换和技术转化的促进效应均较小，但其对技术转化水平的促进效应更大，技术转换次之，研发投入最小。环境规制对塑料制品业的技术创新促进作用亦较小，但其对技术转换水平的促进作用更为明显，技术转化次之，研发投入最小。环境规制对石油和天然气开采业的研发投入水平驱动效应更大，技术转换次之，技术转化最小且不显著；(4)环境规制对化学纤维制造业，非金属矿采选业等行业的研发投入水平、技术转换水平以及技术转化水平的影响均处于中等水平，但不同行业亦存在一定的差异；(5)环境规制对研发投入水平影响的弹性系数平均水平为1.05，对技术转换水平影响的弹性系数平均水平为1.42，而对技术转化水平的平均影响系数为1.20，可见，环境规制确实对污染密集产业技术创新有着重要促进作用，但促进效应整体表现为明显的阶段性差异，即技术转换＞技术转化＞研发投入。

表3 环境规制对污染密集产业技术创新影响的长期效应

进一步从环境规制对污染密集产业技术创新长期促进效应的影响特征来看，不难得出：化学原料及化学制品制造业，非金属矿物制品业，黑色金属冶炼及压延加工业，有色金属冶炼及压延加工业，电力、热力的生产和供应业等五个行业呈现“高高高”特征；煤炭开采和洗选业，黑色金属矿采选业，有色金属矿采选业，非金属矿采选业，医药制造业，化学纤维制造业，橡胶制品业，塑料制品业等八个行业呈现“低低低”特征；造纸及纸制品业表现出“低高低”特征；石油加工、炼焦及核燃料加工业则表现为“高低低”特征；环境规制对燃气生产和供应业技术创新的促进作用仅体现在研发投入和技术转化阶段，而对石油和天然气开采业技术创新的驱动效应则仅体现在研发投入和技术转换阶段。综上可知，环境规制对污染密集产业技术创新的长期影响效应存在显著的阶段和行业异质性现象。

2.2 环境规制对污染密集型产业技术创新影响的短期效应

在模型(12)～(14)的长期均衡关系成立的基础上，我们进一步对环境规制与污染密集产业研发投入水平、技术转换水平、技术转化水平之间的短期波动影响进行分析。为此，本文通过引入长期均衡关系模型产生的残差序列ECMit，分别建立式(15)～(17)的一阶差分误差修正模型(PVECM)。

其中，Δ为一阶差分，i=1，2，…，n;t=1，2，…，T ，差分项反映了短期波动的影响，n表示个体截面成员的个数，T为面板数据的时间跨度。污染密集产业研发投入水平、技术转换水平和技术转化水平的变动均可以分为两部分：一是短期环境规制的波动影响；二是偏离长期均衡的影响。ϖ、ρ和ω均为误差修正系数，其值大小反映了对偏离长期均衡的调整力度。若ϖ、ρ和ω为零的原假设不成立，则误差修正机制产生，检验说明环境规制与污染密集产业研发投入水平、技术转换水平和技术转化水平的长期均衡关系是可靠的，反之是不可靠的。若拒绝π、ϑ和υ为零的原假设，说明变量之间存在短期波动影响，反之则不存在短期波动影响。

根据模型(15)～(17)检验环境规制的短期波动对污染密集产业研发投入水平、技术转换水平和技术转化水平长短期波动的影响，估计结果如表4所示。表4中绝大多数行业的误差修正项系数均显著为负，误差修正机制发生，基于“研发投入—技术转换—技术转化”的不同角度进一步证实环境规制是污染密集产业技术创新的长期原因，即其检验结论是可靠的，表明当短期波动偏离长期均衡时，将以一定的调整力度将非均衡状态拉回到均衡状态。误差修正项系数为负，具有反向修正作用，在t-1期内，若研发投入水平、技术转换水平和技术转化水平低于长期均衡值，则误差修正为负，使得ΔRDit、ΔPatit、ΔProit增加，以缩小各阶段技术创新水平的偏移，使得技术创新水平向长期均衡移动。反之，若上一年度研发投入水平、技术转换水平和技术转化水平高于长期均衡值，则误差修正项会促使ΔRDit、ΔPatit、ΔProit减小，技术创新水平会向与环境规制水平协调的方向调整。可见，在短期内环境规制和技术创新水平的关系可能偏离长期均衡水平，但他们的关系由短期偏离向长期均衡调整的速度较快。但是各行业研发投入水平、技术转换水平和技术转化水平的提升速度均存在较大差异，ECMi，t-1的调整力度不同。

环境规制对污染密集产业技术创新的短期影响亦具有明显的异质性特征。主要表现在：一是环境规制对技术创新的短期影响具有明显的阶段性差异（见表5）；二是环境规制对技术创新的短期影响具有显著的行业差异；三是从表5列示的短期动态关系来看，环境规制与我国绝大部分污染密集产业研发投入水平或技术转换水平或技术转化水平序列之间的关系密切，说明环境规制是这些行业技术创新水平变动的短期原因。而有色金属矿采选业和化学原料及化学制品制造业两个行业的三阶段影响系数均不具有统计上的显著性，说明短期内这两个行业环境规制的加强并未对技术创新提升产生影响。

短期与长期比较发现，环境规制对污染密集产业技术创新影响的长短期效应存在一定的异质性现象。主要表现在：一是环境规制对污染密集产业所有细分行业的研发投入具有显著的长期促进效应，但仅对黑色金属矿采选业和医药制造业等9个行业短期效应明显。环境规制对黑色金属矿采选业，电力、热力的生产和供应业的短期促进效应明显高于长期促进效应，而环境规制对塑料制品业，非金属矿物制品业等行业的长期促进效应则明显大于短期促进效应；二是在非金属矿物制品业，造纸及纸制品业等行业中，环境规制对技术转换水平的长期促进效应小于短期促进效应，煤炭开采和洗选业，黑色金属矿采选业等行业则恰恰相反，环境规制对不同行业技术转换水平长短期影响的显著性亦存在明显差异；三是环境规制对煤炭开采和洗选业等行业技术转化水平的长期促进效应大于短期效应，但其对造纸及纸制品业，燃气生产和供应业等行业的影响效应则恰恰相反，此处不再赘述。总体看来，环境规制对污染密集产业技术创新水平的影响出现了明显的行业异质、长短期异质以及阶段异质现象。

表5 环境规制对污染密集产业技术创新影响的异质性特征

3 结论

本文通过建立面板数据模型，采用17个污染密集细分行业2004～2011年的相关数据，运用面板协整、面板误差修正模型等方法从实证角度剖析了环境规制对污染密集产业技术创新的长期和短期影响。通过研究发现，环境规制与污染密集产业技术创新之间存在着长期稳定的均衡关系，环境规制强度的提高可以推动污染密集产业技术创新水平改善；环境规制对污染密集产业技术创新的长期效应表现为明显的阶段性差异，即总体表现为：技术转换＞技术转化＞研发投入，但这种阶段性差异具有一定的行业异质性；环境规制对污染密集产业技术创新的长期均衡具有显著的短期修正效应，技术创新水平向均衡状态的调整速度存在明显的行业异质性；环境规制对污染密集产业技术创新长期和短期的影响效应存在一定的异质性现象。

[1]Dam L，Schohens B．The Curse of The Haven：The Impact of Muhinational Enterprise on Environmental Regulation[J]．Ecological Economics,2012,(78).

[2]Hitam M B，Borhanb H B．FDI，Growth and The Environment：Impact on Quality of Life in Malaysia[J].Procedia—Social and Behavioral Sciences,2012,(50).

[3]何龙斌.国内污染密集型产业区域转移路径及引申[J].经济学家,2013,(6).

[4]陆旸.环境规制影响了污染密集型商品的贸易比较优势吗?[J].经济研究,2009,(2).

[5]傅京燕,赵春梅.环境规制会影响污染密集型行业出口贸易吗？——基于中国面板数据和贸易引力模型的分析[J].经济学家,2014,(2).

[6]李长青,姚萍,童文丽.中国污染密集型产业的技术创新能力[J].中国人口资源与环境,2014,(4).

[7]Sonia B K,Natalia Z.The Pollution Haven Hypothesis:A Geographic Economy Model in a Comparative Study,Working Papers[R].April,2008.

[8]沈能,刘凤朝.高强度的环境规制真能促进技术创新吗?——基于“波特假说”的再检验[J].中国软科学,2012,(4).

[9]Pedroni P.Purchasing Power Parity Tests in Cointegrated Panels[J].Review of Economics and Statistics,2001,(83).

[10]Pedroni P.Panel Cointegration:Asymptotic and Finite Sample Properties of Pooled Time Series Tests With an Application to The PPP Hypothesis[J].Econometric Theory,2004,(20).